Analizar los resultados de una estrategia o de un robot de trading requiere mucho más que comprobar cuánto dinero ha ganado.

Una estrategia puede presentar una rentabilidad elevada y, al mismo tiempo, soportar un drawdown considerable. Otra puede tener un porcentaje de operaciones ganadoras muy alto, pero generar pérdidas importantes cuando una operación sale mal.

Por este motivo existen diferentes métricas de trading que permiten analizar desde distintos puntos de vista el rendimiento, el riesgo, la consistencia y la relación entre ganancias y pérdidas.

Entre las más conocidas se encuentran el Profit Factor, Drawdown, Sharpe Ratio, Sortino Ratio, Recovery Factor, Expectancy y Payoff Ratio.

Cada una aporta información diferente y ninguna debería utilizarse de forma aislada.

En este artículo veremos qué significa cada métrica, cómo se calcula y qué debemos tener en cuenta al utilizarla para analizar una estrategia o un robot de trading.

¿Qué son las métricas de trading?

Las métricas de trading son indicadores estadísticos utilizados para describir diferentes características de una estrategia.

Pueden ayudarnos a responder preguntas como:

• ¿Cuánto gana respecto a lo que pierde?
• ¿Cuál ha sido su peor caída?
• ¿Cuánto riesgo ha asumido?
• ¿Qué relación existe entre rentabilidad y volatilidad?
• ¿Cuánto gana de media cada operación?
• ¿Qué proporción de operaciones termina con beneficio?
• ¿Cómo se comporta el sistema durante diferentes periodos?

Por tanto, una métrica no debe interpretarse como una calificación automática de una estrategia.

Su utilidad depende del contexto y de la forma en que se haya obtenido.

¿Por qué no debemos utilizar una sola métrica?

Imaginemos dos robots:

Robot A

• Profit Factor: 1,40
• Drawdown máximo: 8 %
• Sharpe Ratio: 0,90

Robot B

• Profit Factor: 1,80
• Drawdown máximo: 30 %
• Sharpe Ratio: 0,45

El segundo presenta un Profit Factor superior, pero también un drawdown considerablemente mayor y una relación diferente entre rentabilidad y volatilidad.

Esto demuestra que mirar únicamente una cifra puede ofrecer una visión incompleta.

La evaluación debería considerar un conjunto de métricas.

1. Profit Factor

El Profit Factor es una de las métricas más utilizadas para analizar estrategias y robots de trading.

Se calcula dividiendo el beneficio bruto entre la pérdida bruta absoluta:

Profit Factor = Beneficio bruto / Pérdida bruta

Por ejemplo:

• Beneficio bruto: 15.000 €
• Pérdidas brutas: 10.000 €

Entonces:

15.000 / 10.000 = 1,50

El Profit Factor sería:

1,50

Esto significa que, dentro de la muestra analizada, por cada unidad monetaria perdida se obtuvieron 1,50 unidades de beneficio bruto.

¿Qué significa un Profit Factor inferior a 1?

Si el Profit Factor es inferior a 1, las pérdidas brutas son superiores a las ganancias brutas.

Por ejemplo:

• Beneficio bruto: 8.000 €
• Pérdida bruta: 10.000 €

Profit Factor:

8.000 / 10.000 = 0,80

En ese periodo, el resultado bruto de ganancias y pérdidas es negativo.

¿Un Profit Factor elevado significa que un robot es mejor?

No necesariamente.

Un Profit Factor muy elevado puede resultar atractivo, pero debemos investigar cómo se ha conseguido.

Hay que observar:

• Número de operaciones.
• Periodo analizado.
• Drawdown.
• Costes.
• Distribución de resultados.
• Resultados fuera de muestra.
• Forward testing.

Un Profit Factor de 2 obtenido con 20 operaciones no debe interpretarse de la misma manera que un Profit Factor de 1,40 obtenido con varios miles de operaciones.

Limitaciones del Profit Factor

El Profit Factor no muestra por sí solo:

• Cuánto tiempo estuvo el capital expuesto.
• Cómo se distribuyeron las pérdidas.
• Cuál fue el drawdown.
• Cuántas operaciones hubo.
• Cuál fue la volatilidad de los resultados.

Por eso debe combinarse con otras métricas.

2. Drawdown

El Drawdown mide una caída del capital desde un máximo anterior hasta un mínimo posterior antes de recuperar ese nivel.

Es una de las métricas más importantes para analizar el riesgo de una estrategia.

Por ejemplo:

Una cuenta alcanza:

20.000 €

Posteriormente baja hasta:

17.000 €

El drawdown sería:

3.000 €

En porcentaje:

3.000 / 20.000 × 100 = 15 %

Por tanto, el drawdown sería del:

15 %

Drawdown máximo

El Maximum Drawdown representa la mayor caída observada durante el periodo analizado.

Esta cifra permite conocer cuál ha sido la peor fase histórica de la estrategia dentro de la muestra.

Sin embargo, no debe interpretarse como una pérdida máxima garantizada.

El futuro puede presentar una caída superior a la observada históricamente.

Drawdown absoluto y relativo

Podemos expresar el drawdown:

• En dinero.
• En porcentaje.

Ambas formas son útiles.

Un drawdown de 2.000 € puede ser muy importante para una cuenta de 10.000 €, pero relativamente pequeño para una cuenta de 200.000 €.

Por eso es habitual expresar el drawdown también como porcentaje.

¿Por qué es tan importante el Drawdown?

Porque permite poner la rentabilidad en contexto.

No es lo mismo obtener:

+30 % con un drawdown del 5 %

que:

+30 % con un drawdown del 35 %

El resultado final es idéntico en términos de rentabilidad acumulada, pero el camino recorrido y el riesgo experimentado son muy diferentes.

3. Sharpe Ratio

El Sharpe Ratio intenta medir la relación entre el rendimiento obtenido y la variabilidad de esos rendimientos.

De forma simplificada:

Sharpe Ratio = (Rendimiento de la estrategia − tasa libre de riesgo) / volatilidad

En la práctica, su cálculo puede variar según la frecuencia de los datos y la metodología utilizada.

La idea fundamental es relacionar la rentabilidad con la volatilidad asumida.

¿Qué nos dice el Sharpe Ratio?

Un Sharpe Ratio más elevado indica, bajo la metodología utilizada, una mayor rentabilidad en relación con la volatilidad de los resultados.

Pero no debe interpretarse como una puntuación absoluta de calidad.

El valor debe analizarse junto con:

• Periodo.
• Frecuencia de los datos.
• Número de observaciones.
• Estrategia.
• Mercado.
• Distribución de rendimientos.

Una limitación importante del Sharpe Ratio

El Sharpe Ratio utiliza la volatilidad como medida del riesgo.

Pero no toda volatilidad representa necesariamente una pérdida.

Además, algunas estrategias presentan distribuciones de resultados que no encajan perfectamente con los supuestos utilizados en determinadas interpretaciones del Sharpe.

Por eso existen otras métricas complementarias.

4. Sortino Ratio

El Sortino Ratio es parecido al Sharpe Ratio, pero se centra específicamente en la volatilidad negativa o desviación a la baja.

La idea es distinguir entre:

• Variabilidad positiva.
• Variabilidad negativa.

Esto puede resultar interesante porque no toda variación favorable del rendimiento debería considerarse necesariamente como un riesgo.

Una formulación simplificada es:

Sortino Ratio = (Rendimiento de la estrategia − objetivo o referencia) / desviación negativa

Al igual que ocurre con el Sharpe Ratio, la interpretación depende de la metodología utilizada.

5. Expectancy o esperanza matemática

La Expectancy intenta estimar cuánto resultado medio genera una operación según las probabilidades y magnitudes históricas de ganancias y pérdidas.

Una formulación sencilla es:

Expectancy = (% aciertos × ganancia media) − (% fallos × pérdida media)

Supongamos:

• 55 % de operaciones ganadoras.
• Ganancia media: 40 €.
• 45 % de operaciones perdedoras.
• Pérdida media: 30 €.

Entonces:

0,55 × 40 − 0,45 × 30

22 − 13,50 = 8,50 €

La esperanza matemática sería:

+8,50 € por operación

dentro de las condiciones y muestra analizadas.

¿Qué significa una Expectancy positiva?

Significa que, según los datos utilizados para el cálculo, el resultado medio esperado por operación es positivo.

Pero esto no significa que cada operación vaya a ser positiva.

Una estrategia con esperanza matemática positiva seguirá teniendo operaciones perdedoras.

6. Payoff Ratio

El Payoff Ratio compara la ganancia media de las operaciones ganadoras con la pérdida media de las operaciones perdedoras.

Una fórmula sencilla es:

Payoff Ratio = Ganancia media / Pérdida media absoluta

Por ejemplo:

• Ganancia media: 50 €
• Pérdida media: 25 €

Entonces:

50 / 25 = 2

El Payoff Ratio sería:

2

Es decir, la ganancia media es dos veces la pérdida media.

Payoff Ratio y porcentaje de aciertos

Esta métrica debe analizarse junto con la tasa de aciertos.

Una estrategia podría tener:

• 40 % de operaciones ganadoras.
• Payoff Ratio: 2.

Otra podría tener:

• 70 % de operaciones ganadoras.
• Payoff Ratio: 0,70.

No podemos evaluar ambas estrategias solamente por el porcentaje de aciertos.

La relación entre frecuencia de aciertos y tamaño de ganancias y pérdidas es fundamental.

7. Win Rate o porcentaje de operaciones ganadoras

El Win Rate indica qué porcentaje de operaciones termina con beneficio.

La fórmula es:

Win Rate = operaciones ganadoras / operaciones totales × 100

Por ejemplo:

• 600 operaciones.
• 330 ganadoras.

330 / 600 × 100 = 55 %

El Win Rate sería del:

55 %

El problema de utilizar solamente el Win Rate

Un porcentaje de aciertos elevado puede resultar atractivo, pero no indica cuánto se gana o cuánto se pierde.

Una estrategia podría tener un 80 % de aciertos y ser negativa si las pérdidas restantes son demasiado grandes.

Por eso el Win Rate debe combinarse con el Payoff Ratio y la Expectancy.

8. Número de operaciones

Aunque no siempre se considera una métrica de rendimiento, el número de operaciones es fundamental para interpretar las demás estadísticas.

No es igual obtener:

Profit Factor = 1,80 con 30 operaciones

que:

Profit Factor = 1,50 con 3.000 operaciones.

La segunda muestra contiene muchas más observaciones.

Esto no significa automáticamente que el segundo sistema sea superior.

Significa que la información estadística disponible es diferente y debe interpretarse teniendo en cuenta el tamaño de la muestra.

9. Recovery Factor

El Recovery Factor relaciona el beneficio neto con el drawdown máximo.

Una formulación habitual es:

Recovery Factor = beneficio neto / drawdown máximo

Supongamos:

• Beneficio neto: 20.000 €
• Drawdown máximo: 5.000 €

Entonces:

20.000 / 5.000 = 4

El Recovery Factor sería:

4

Esta métrica intenta mostrar cuánto beneficio acumulado se ha obtenido en relación con la peor caída observada.

Limitaciones del Recovery Factor

Al igual que otras métricas, depende de la muestra utilizada.

Un drawdown histórico reducido no significa que el drawdown futuro vaya a permanecer necesariamente reducido.

10. Average Trade

El Average Trade o resultado medio por operación permite conocer cuánto genera o pierde de media cada operación.

Una forma sencilla de calcularlo es:

Resultado neto / número de operaciones

Por ejemplo:

• Resultado neto: 5.000 €
• 1.000 operaciones.

5.000 / 1.000 = 5 €

El resultado medio sería:

5 € por operación

Este dato debe analizarse teniendo en cuenta los costes de ejecución.

Cuando el resultado medio por operación es pequeño, pequeñas variaciones en spread, comisiones o slippage pueden tener un efecto importante.

11. Mejor y peor operación

También es interesante analizar:

• Mayor operación ganadora.
• Mayor operación perdedora.

Una única operación excepcional puede influir considerablemente sobre determinadas estadísticas.

Por ejemplo, si un robot obtiene la mayor parte de su beneficio gracias a una operación extraordinaria, debemos estudiar qué peso tiene esa operación sobre el resultado total.

12. Máxima racha de pérdidas

La máxima racha de pérdidas indica cuántas operaciones perdedoras consecutivas se produjeron durante el periodo analizado.

Por ejemplo:

Máxima racha de pérdidas = 8 operaciones

Este dato es especialmente útil para comprender la experiencia que puede atravesar una estrategia.

Sin embargo, ocho pérdidas consecutivas históricas no significan que ocho sea el máximo que pueda producirse en el futuro.

Una estrategia puede experimentar una racha mayor.

13. Máxima racha de ganancias

La máxima racha de ganancias muestra el mayor número de operaciones ganadoras consecutivas.

Puede resultar útil para estudiar la distribución de los resultados, pero no debería utilizarse para predecir cuándo aparecerá la próxima operación ganadora o perdedora.

Las operaciones futuras no están obligadas a seguir una secuencia determinada.

14. Volatilidad de los resultados

La volatilidad permite estudiar cuánto varían los rendimientos alrededor de su comportamiento medio.

Una volatilidad elevada indica que los resultados presentan mayores fluctuaciones.

Esto puede ser especialmente relevante al analizar el Sharpe Ratio.

Sin embargo, la volatilidad por sí sola no explica completamente el riesgo.

Una estrategia puede presentar volatilidad elevada por movimientos favorables y desfavorables.

15. Duración media de las operaciones

La duración media puede ayudar a comprender el estilo de la estrategia.

Por ejemplo:

• Scalping → operaciones generalmente muy cortas.
• Intradía → operaciones que pueden durar minutos u horas.
• Swing trading → operaciones que pueden mantenerse durante días.

No existe una duración universalmente correcta.

Lo importante es que sea coherente con la estrategia y con los costes de ejecución.

16. Profit Factor, Win Rate y Payoff Ratio juntos

Estas tres métricas pueden proporcionar una visión complementaria.

Supongamos:

• Win Rate: 50 %
• Ganancia media: 40 €
• Pérdida media: 30 €

Payoff Ratio:

40 / 30 = 1,33

Expectancy:

0,50 × 40 − 0,50 × 30 = 5 €

Esto nos proporciona mucha más información que conocer únicamente el porcentaje de aciertos.

La relación entre las métricas es precisamente lo que permite comprender mejor la estructura de la estrategia.

17. ¿Qué métricas son más importantes?

No existe una única métrica que permita evaluar correctamente cualquier robot.

Una revisión razonable podría incluir:

Rendimiento

• Beneficio neto.
• Rentabilidad.
• Average Trade.

Relación ganancias/pérdidas

• Profit Factor.
• Payoff Ratio.
• Expectancy.

Riesgo

• Drawdown máximo.
• Drawdown medio.
• Peor operación.
• Máxima racha de pérdidas.

Consistencia

• Resultados por periodo.
• Distribución de resultados.
• Volatilidad.
• Sharpe Ratio.
• Sortino Ratio.

Recuperación

• Recovery Factor.
• Tiempo de recuperación del drawdown.

Esta combinación proporciona una visión bastante más completa que utilizar una única cifra.

18. Métricas y backtesting

Las métricas de un backtest deben interpretarse teniendo en cuenta cómo se realizó la prueba.

Hay que conocer:

• Datos utilizados.
• Periodo.
• Calidad de los datos.
• Spread.
• Comisiones.
• Slippage.
• Parámetros.
• Modelo de ejecución.
• Instrumento.
• Temporalidad.

Una estadística aparentemente excelente puede perder valor si las condiciones de la prueba no representan razonablemente la operativa real.

Puedes consultar nuestro artículo sobre backtesting de una estrategia de trading para profundizar en este proceso.

Referencia institucional sobre controles, límites, pruebas y supervisión de sistemas algorítmicos con la normativa de ESMA sobre trading algorítmico.

19. Métricas y overfitting

Las métricas también pueden verse afectadas por la sobreoptimización.

Es posible modificar los parámetros de un sistema hasta conseguir valores históricos aparentemente excelentes.

Por ejemplo:

• Profit Factor muy elevado.
• Drawdown reducido.
• Sharpe elevado.
• Curva de capital muy estable.

Pero si esos resultados solamente aparecen con una combinación muy concreta de parámetros, existe el riesgo de que el sistema esté demasiado adaptado a los datos históricos.

Por eso es importante comprobar los resultados con datos que no hayan participado en el desarrollo y realizar pruebas de forward testing.

Puedes ampliar esta cuestión en nuestros artículos sobre overfitting en trading y forward testing.

20. Métricas antes y después de costes

Una estrategia debe analizarse teniendo en cuenta los costes de ejecución.

Podemos comparar:

Resultado bruto

frente a:

Resultado neto después de costes.

Entre los costes que pueden influir están:

• Spread.
• Comisiones.
• Slippage.
• Financiación.
• Otros costes asociados a la operativa.

Esto es especialmente importante en robots que realizan muchas operaciones.

Una pequeña diferencia por operación puede convertirse en una cantidad relevante después de cientos o miles de operaciones.

21. ¿Qué ocurre si una métrica empeora?

No debemos tomar decisiones basándonos automáticamente en un cambio puntual.

Por ejemplo, que el Profit Factor disminuya durante un determinado periodo no significa necesariamente que el robot haya dejado de funcionar.

Puede tratarse de una variación normal.

Lo importante es observar:

• Magnitud del cambio.
• Duración.
• Número de operaciones.
• Condiciones del mercado.
• Comparación con el comportamiento histórico.

La estadística debe ayudarnos a investigar, no a reaccionar impulsivamente ante cada variación.

22. Un cuadro de control para un robot

Podemos crear un pequeño cuadro de seguimiento:

Métrica	Resultado	Qué analiza
Profit Factor	1,45	Relación entre ganancias y pérdidas
Drawdown máximo	9 %	Peor caída
Sharpe Ratio	0,85	Rendimiento respecto a volatilidad
Sortino Ratio	1,10	Rendimiento respecto a variabilidad negativa
Win Rate	54 %	Porcentaje de operaciones ganadoras
Payoff Ratio	1,20	Ganancia media frente a pérdida media
Expectancy	+4,20 €	Resultado medio por operación
Recovery Factor	3,1	Beneficio respecto al drawdown
Operaciones	1.250	Tamaño de la muestra

Estos valores son únicamente un ejemplo de cómo organizar la información. No representan objetivos ni niveles universales que un robot deba alcanzar.

23. ¿Qué debemos evitar al analizar métricas?

Hay varios errores frecuentes.

Buscar una cifra perfecta

No existe una combinación universal de métricas que garantice resultados futuros.

Comparar robots sin conocer su estrategia

Dos sistemas pueden tener estilos y perfiles de riesgo completamente diferentes.

Ignorar el número de operaciones

Una estadística calculada sobre una muestra pequeña puede ser poco representativa.

Ignorar los costes

Los costes pueden modificar considerablemente el resultado final.

Utilizar solamente el beneficio

La rentabilidad debe analizarse junto con el riesgo y la estabilidad.

Confundir histórico con futuro

Una métrica describe una muestra pasada. No garantiza que el mismo valor vaya a mantenerse.

Recuerda que las métricas no predicen el fururo. La CFTC señala las limitaciones de los resultados hipotéticos y la importancia de considerar aspectos como costes y condiciones reales de ejecución.

Checklist de métricas para analizar un robot

Antes de evaluar los resultados de un robot, comprueba:

• ¿Conozco el beneficio neto?
• ¿Conozco el Profit Factor?
• ¿He analizado el Drawdown máximo?
• ¿Sé cuál ha sido la peor operación?
• ¿Conozco la máxima racha de pérdidas?
• ¿Sé cuál es el porcentaje de aciertos?
• ¿Conozco la ganancia y pérdida medias?
• ¿He calculado el Payoff Ratio?
• ¿He analizado la Expectancy?
• ¿He revisado el Sharpe Ratio?
• ¿He revisado el Sortino Ratio?
• ¿Conozco el Recovery Factor?
• ¿Sé cuántas operaciones forman la muestra?
• ¿He tenido en cuenta los costes?
• ¿He comparado diferentes periodos?
• ¿He comprobado los resultados fuera de muestra?
• ¿He realizado forward testing?

Si solamente conocemos el beneficio final, todavía tenemos muy poca información para comprender realmente el comportamiento del sistema.

Conclusión

Las métricas de trading permiten analizar una estrategia o un robot desde diferentes perspectivas.

El Profit Factor ayuda a estudiar la relación entre ganancias y pérdidas. El Drawdown muestra las caídas del capital. El Sharpe Ratio relaciona rendimiento y volatilidad. El Sortino Ratio se centra en la variabilidad negativa. La Expectancy estudia el resultado medio por operación y el Payoff Ratio compara la magnitud media de ganancias y pérdidas.

Cada métrica responde a una pregunta diferente.

Por eso, no tiene mucho sentido buscar una única cifra que determine si un robot es bueno o malo.

Lo importante es analizar conjuntamente rentabilidad, riesgo, consistencia, tamaño de muestra, costes y comportamiento en datos que no participaron en el desarrollo.

Las métricas sirven para comprender mejor el pasado y evaluar las características de un sistema. No convierten los resultados históricos en una garantía de resultados futuros.

Un robot bien analizado no es necesariamente un robot que tenga las cifras más llamativas, sino uno cuyo comportamiento podamos comprender y cuyo nivel de riesgo sepamos evaluar.

Continúa aprendiendo

Para seguir profundizando en el análisis de robots y estrategias automatizadas:

• Robots de trading: cómo funcionan, tipos, ventajas y riesgos
• Cómo gestionar el riesgo al operar con robots de trading
• Estadísticas de trading: cómo analizar los resultados de un robot
• Overfitting en trading: qué es y cómo evitar la sobreoptimización
• Forward testing: cómo comprobar una estrategia con datos nuevos
• Backtesting de una estrategia de trading: cómo comprobar si funciona

---

Ver todas las entradas del blog

Volver a la página principal