Cuando se analiza un robot de trading, es habitual fijarse primero en cuánto dinero ha ganado. Sin embargo, el beneficio final es solamente una parte de la información necesaria para valorar el comportamiento de un sistema automatizado.

Dos robots pueden conseguir una rentabilidad similar y presentar niveles de riesgo, consistencia y estabilidad completamente diferentes.

Por eso, las estadísticas de trading son fundamentales para analizar los resultados de un robot de una manera más completa.

Número de operaciones, porcentaje de aciertos, ganancias y pérdidas medias, rachas, distribución de resultados, evolución del capital o comportamiento durante diferentes periodos son algunos de los datos que pueden ayudarnos a entender qué está ocurriendo realmente.

Además, ninguna estadística debería analizarse de forma aislada.

Un porcentaje de operaciones ganadoras elevado puede esconder pérdidas muy grandes. Un beneficio elevado puede haberse conseguido soportando un drawdown excesivo. Y una curva de resultados aparentemente estable puede ser consecuencia de una estrategia demasiado ajustada a los datos históricos.

Por eso, analizar un robot requiere observar el conjunto.

¿Qué son las estadísticas de trading?

Las estadísticas de trading son datos numéricos que permiten describir y analizar el comportamiento de una estrategia o sistema de operaciones.

Cuando se aplican a un robot, permiten responder preguntas como:

• ¿Cuántas operaciones ha realizado?
• ¿Cuántas han sido ganadoras?
• ¿Cuántas han sido perdedoras?
• ¿Cuánto gana de media?
• ¿Cuánto pierde de media?
• ¿Cuánto tiempo mantiene abiertas las operaciones?
• ¿Cuál ha sido su peor racha?
• ¿Cómo ha evolucionado la cuenta?
• ¿Cuánto ha variado su comportamiento entre diferentes periodos?

Estas estadísticas ayudan a pasar de una simple afirmación como “el robot gana dinero” a un análisis mucho más completo de cómo obtiene sus resultados.

¿Por qué son importantes las estadísticas de un robot?

Un robot puede presentar un resultado final positivo y, aun así, tener características que hagan necesario analizarlo con mucha precaución.

Por ejemplo, imaginemos dos sistemas:

Robot A

• Beneficio: +20 %
• Muchas operaciones.
• Resultados relativamente distribuidos.
• Rachas de pérdidas moderadas.

Robot B

• Beneficio: +20 %
• Pocas operaciones.
• Varias pérdidas importantes.
• Gran parte del beneficio concentrado en unas pocas operaciones.

Los dos presentan el mismo beneficio final, pero la información estadística es diferente.

Por eso, antes de evaluar un robot conviene conocer cómo ha conseguido sus resultados.

Las estadísticas no predicen el futuro

Este punto es fundamental.

Las estadísticas obtenidas mediante backtesting, simulaciones o resultados históricos describen lo que ocurrió durante un determinado periodo.

No garantizan que el mismo comportamiento vaya a repetirse.

Las condiciones del mercado pueden cambiar, los costes de ejecución pueden variar y una estrategia puede perder eficacia.

La CFTC también advierte de las limitaciones de los resultados hipotéticos y de las afirmaciones que presentan los sistemas automatizados como capaces de garantizar resultados futuros.

Fuente oficial de la CFTC sobre sistemas de trading

Por eso, las estadísticas deben utilizarse para analizar y comprender el comportamiento de un sistema, no para asumir que sus resultados futuros están asegurados.

Las principales estadísticas que debemos analizar

1. Número total de operaciones

El número de operaciones es uno de los primeros datos que debemos observar.

No es lo mismo analizar:

50 operaciones

que:

5.000 operaciones

Un resultado obtenido con muy pocas operaciones puede ser mucho menos representativo que otro obtenido mediante una muestra considerablemente mayor.

Esto no significa que exista un número universal de operaciones que convierta automáticamente una estrategia en válida.

Dependerá de:

• Tipo de estrategia.
• Frecuencia de operación.
• Mercado.
• Temporalidad.
• Periodo analizado.
• Distribución de las operaciones.

Lo importante es conocer el tamaño de la muestra antes de interpretar el resto de estadísticas.

2. Operaciones ganadoras y perdedoras

El informe de un robot suele indicar cuántas operaciones han terminado con beneficio y cuántas con pérdida.

Por ejemplo:

• 600 operaciones totales.
• 330 ganadoras.
• 270 perdedoras.

El porcentaje de operaciones ganadoras sería:

330 / 600 × 100 = 55 %

Pero este dato por sí solo no permite determinar si la estrategia es buena o mala.

Necesitamos saber cuánto gana cuando acierta y cuánto pierde cuando falla.

3. Porcentaje de operaciones ganadoras

El porcentaje de aciertos indica qué proporción de operaciones termina con resultado positivo.

Por ejemplo:

55 % de operaciones ganadoras

significa que 55 de cada 100 operaciones fueron positivas dentro de la muestra analizada.

Pero un porcentaje de aciertos elevado no garantiza un buen resultado.

Una estrategia podría ganar muchas operaciones pequeñas y perder pocas operaciones muy grandes.

Por ejemplo:

• 8 operaciones ganadoras de +10 € = +80 €
• 2 operaciones perdedoras de -50 € = -100 €

El porcentaje de acierto sería del 80 %, pero el resultado conjunto sería negativo.

Por eso nunca debemos evaluar un robot solamente por su porcentaje de operaciones ganadoras.

4. Ganancia media

La ganancia media indica cuánto obtiene de promedio el robot en sus operaciones ganadoras.

Por ejemplo:

Ganancia media = 25 €

significa que las operaciones positivas de la muestra tuvieron una ganancia media de 25 €.

Este dato debe compararse con la pérdida media.

5. Pérdida media

La pérdida media muestra cuánto pierde de promedio el robot en sus operaciones negativas.

Supongamos:

• Ganancia media: +30 €
• Pérdida media: -20 €

La relación entre ambos datos es importante porque permite comprender mejor la estructura de la estrategia.

Una estrategia no necesita necesariamente tener un porcentaje de aciertos extremadamente elevado si las operaciones ganadoras son suficientemente grandes respecto a las perdedoras.

6. Mejor operación y peor operación

También conviene conocer:

• Mayor ganancia individual.
• Mayor pérdida individual.

Una operación extraordinariamente positiva puede distorsionar el resultado global.

Imaginemos que un robot obtiene 99 operaciones relativamente pequeñas y una operación excepcionalmente grande.

Si gran parte del beneficio procede de esa única operación, debemos analizar el resultado con especial atención.

Lo mismo ocurre cuando una única pérdida representa una parte muy importante del beneficio acumulado.

7. Resultado neto

El resultado neto representa el beneficio o pérdida final después de considerar los resultados de las operaciones y, dependiendo del informe, determinados costes.

Es un dato importante, pero no suficiente.

Dos robots pueden terminar con el mismo resultado neto utilizando niveles de riesgo muy diferentes.

Por eso debe analizarse junto con otras estadísticas.

8. Beneficio bruto y pérdida bruta

El beneficio bruto representa la suma de las operaciones ganadoras.

La pérdida bruta representa la suma de las operaciones perdedoras.

Estos dos datos permiten comprender de dónde procede el resultado final.

También son necesarios para calcular métricas como el Profit Factor, que analizaremos con más detalle en el próximo artículo.

9. Evolución del capital

La curva de capital o equity curve muestra cómo ha evolucionado el resultado del sistema a lo largo del tiempo.

No solamente importa que termine arriba.

También debemos observar:

• Cuánto tarda en crecer.
• Cuánto retrocede.
• Si existen periodos largos de estancamiento.
• Si el resultado está concentrado en determinados periodos.
• Si aparecen cambios bruscos.

Una curva relativamente estable y otra con grandes subidas y caídas pueden terminar exactamente en el mismo resultado final.

Sin embargo, el comportamiento intermedio es muy diferente.

10. Rachas de pérdidas

Las rachas de pérdidas son especialmente importantes cuando analizamos un robot.

Supongamos que un sistema ha tenido como máximo cinco operaciones perdedoras consecutivas durante el periodo analizado.

Eso nos proporciona información sobre una característica concreta del sistema.

Pero debemos recordar que una racha histórica no constituye un límite máximo.

En el futuro podría aparecer una secuencia de pérdidas superior.

Este dato debe utilizarse para estudiar si el tamaño de riesgo utilizado por el robot es razonable.

11. Rachas de ganancias

También puede ser interesante conocer las rachas de operaciones ganadoras.

Una secuencia prolongada de operaciones positivas puede afectar a la percepción que tenemos sobre el sistema.

Sin embargo, no debemos asumir que después de una racha ganadora necesariamente llegará una racha perdedora.

Las operaciones futuras no están obligadas a compensar estadísticamente las anteriores en un orden determinado.

12. Distribución de resultados

No solamente importa la media.

También interesa conocer cómo se distribuyen las operaciones.

Podemos encontrar sistemas donde:

• La mayoría de operaciones son pequeñas.
• Existen pocas operaciones muy grandes.
• Los resultados están relativamente equilibrados.
• Las pérdidas son poco frecuentes pero muy grandes.

Analizar la distribución ayuda a entender la verdadera estructura del robot.

13. Resultados por periodo

Un robot puede tener un resultado anual positivo y, sin embargo, haber atravesado varios meses negativos.

Por eso conviene dividir los resultados.

Por ejemplo:

Periodo	Resultado
Enero	+2,1 %
Febrero	+1,4 %
Marzo	-3,2 %
Abril	+0,8 %
Mayo	-1,1 %
Junio	+2,5 %

Este análisis permite observar si los resultados están relativamente distribuidos o si dependen de determinados periodos.

14. Resultados por mercado

Si el robot opera varios instrumentos, también puede ser útil analizar cada mercado por separado.

Por ejemplo:

• XAUUSD.
• EURUSD.
• GBPUSD.
• USDJPY.

Un resultado global positivo podría estar ocultando que un determinado instrumento genera la mayor parte de las pérdidas.

Por eso conviene analizar el comportamiento individual cuando el sistema opera múltiples activos.

15. Resultados por horario

El horario puede influir considerablemente en determinados sistemas.

Podemos analizar:

• Sesión asiática.
• Sesión europea.
• Sesión americana.
• Apertura de Londres.
• Apertura de Nueva York.
• Periodos concretos del día.

Este análisis puede revelar concentraciones de operaciones o resultados durante determinadas franjas horarias.

No significa que debamos eliminar automáticamente los periodos negativos.

Primero hay que determinar si la diferencia es estadísticamente relevante y si existe una explicación relacionada con la estrategia.

16. Duración de las operaciones

Otra estadística interesante es el tiempo que permanecen abiertas las posiciones.

Podemos analizar:

• Duración media de operaciones ganadoras.
• Duración media de operaciones perdedoras.
• Duración máxima.
• Duración mínima.

Por ejemplo, si las operaciones perdedoras permanecen abiertas mucho más tiempo que las ganadoras, puede ser interesante investigar qué está ocurriendo.

17. Frecuencia de operaciones

La frecuencia indica cuántas operaciones realiza el robot durante un periodo determinado.

Podemos encontrar sistemas:

• De muy baja frecuencia.
• De frecuencia media.
• De alta frecuencia.

Una frecuencia elevada puede aumentar la importancia de los costes de ejecución.

Por ejemplo, pequeñas diferencias de spread y comisiones pueden tener un efecto acumulativo importante cuando se realizan muchas operaciones.

18. Resultados antes y después de costes

Esta comparación es especialmente importante.

Un sistema puede presentar un resultado interesante antes de costes y mucho menor después de incluir:

• Spread.
• Comisiones.
• Slippage.
• Otros costes de ejecución.

Por eso, las estadísticas deben analizarse bajo condiciones razonablemente próximas a la operativa real.

¿Cómo saber si las estadísticas de un robot son suficientes?

No existe una cifra mágica.

La calidad de una muestra depende de factores como:

• Número de operaciones.
• Periodo analizado.
• Diversidad de condiciones de mercado.
• Frecuencia del sistema.
• Instrumento.
• Temporalidad.

Un robot que realiza varias operaciones al día puede acumular rápidamente una muestra grande.

Otro que realiza unas pocas operaciones al mes necesitará mucho más tiempo para obtener una muestra comparable.

¿Qué significa que un robot tenga estadísticas consistentes?

La consistencia no significa que el robot gane todos los meses.

Una estrategia puede tener periodos negativos y seguir presentando un comportamiento relativamente estable.

Para analizar la consistencia podemos observar:

• Distribución de resultados.
• Resultados por periodos.
• Rachas.
• Evolución de la curva de capital.
• Variación del rendimiento.
• Comportamiento en diferentes condiciones.

La ausencia total de pérdidas no sería un objetivo realista.

¿Una tasa de aciertos elevada significa que el robot es bueno?

No.

Este es uno de los errores más habituales al analizar robots.

Una tasa de aciertos elevada puede convivir con pérdidas importantes si las operaciones perdedoras tienen un tamaño considerablemente superior a las ganadoras.

Por eso hay que combinar:

Porcentaje de aciertos + ganancia media + pérdida media + frecuencia + costes + comportamiento del capital.

Solo entonces podemos comprender mejor la estructura del sistema.

¿Un robot con pocas operaciones es malo?

Tampoco.

Un sistema de baja frecuencia puede realizar pocas operaciones y seguir teniendo una lógica perfectamente definida.

El problema aparece cuando intentamos extraer conclusiones demasiado fuertes de una muestra pequeña.

Por ejemplo, cinco operaciones ganadoras consecutivas pueden ser un resultado interesante, pero no proporcionan suficiente información por sí solas para comprender el comportamiento completo de una estrategia.

¿Qué estadísticas debemos comparar entre backtest y forward testing?

Esta comparación puede aportar información especialmente útil.

Podemos comparar:

Estadística	Backtest	Forward testing
Nº operaciones	1.000	120
% aciertos	57 %	54 %
Ganancia media	22 €	20 €
Pérdida media	18 €	19 €
Racha máxima de pérdidas	6	5
Resultado	Positivo	Positivo

No necesitamos que ambos periodos sean idénticos.

Lo importante es observar si las características fundamentales del sistema permanecen razonablemente próximas.

Una diferencia muy grande puede ser una señal para investigar.

Estadísticas y overfitting

Las estadísticas también pueden ayudarnos a detectar comportamientos sospechosos.

Un robot que presenta:

• Rentabilidad extraordinariamente elevada.
• Drawdown muy reducido.
• Porcentaje de aciertos excepcional.
• Curva de capital casi perfecta.
• Resultados extraordinarios durante el backtest.

puede parecer muy atractivo.

Pero precisamente por eso conviene investigar cómo se han obtenido esos resultados.

Una posibilidad es que los parámetros hayan sido ajustados excesivamente a los datos históricos.

Este fenómeno se conoce como overfitting o sobreoptimización.

Puedes profundizar sobre este problema en nuestro artículo sobre overfitting en trading.

Estadísticas y robustez

La robustez consiste, de manera general, en comprobar si las características del sistema se mantienen razonablemente cuando modificamos determinadas condiciones.

Por ejemplo:

• Diferentes periodos.
• Diferentes costes.
• Pequeñas variaciones de parámetros.
• Diferentes condiciones de mercado.
• Datos fuera de muestra.

Una estrategia que cambia radicalmente su comportamiento ante pequeñas modificaciones puede requerir un análisis adicional.

ESMA contempla sistemas y controles de riesgo, límites, pruebas y supervisión dentro de la operativa algorítmica.

No confundas precisión con robustez

Un robot puede estar perfectamente programado y ejecutar exactamente las reglas previstas.

Eso no significa que su estrategia sea robusta.

Hay que diferenciar:

Precisión de programación

de

robustez de la estrategia.

El primer concepto está relacionado con que el programa haga correctamente aquello para lo que fue diseñado.

El segundo está relacionado con que la estrategia mantenga unas características razonables cuando cambian las condiciones.

¿Qué estadísticas debemos vigilar periódicamente?

Una vez que el robot está funcionando, el análisis no debería terminar.

Podemos revisar periódicamente:

• Número de operaciones.
• Resultado acumulado.
• Ganancia media.
• Pérdida media.
• Porcentaje de aciertos.
• Rachas.
• Curva de capital.
• Drawdown.
• Frecuencia de operaciones.
• Costes.
• Comportamiento por instrumento.

El objetivo no es reaccionar ante cada operación individual.

El objetivo es detectar cambios relevantes en el comportamiento global del sistema.

Señales estadísticas que deberían hacerte investigar

Ninguna de estas situaciones demuestra por sí sola que un robot haya dejado de funcionar, pero sí puede justificar una revisión:

Aumento inesperado de la frecuencia

El robot comienza a operar mucho más de lo habitual.

Cambio importante en la ganancia media

Las operaciones ganadoras empiezan a ser considerablemente menores.

Aumento de la pérdida media

Las pérdidas comienzan a ser superiores a las observadas históricamente.

Rachas más largas de lo esperado

El robot acumula una secuencia de pérdidas muy superior a las observadas durante las pruebas.

Cambio en la distribución de resultados

Las operaciones comienzan a presentar características muy diferentes.

Mayor dependencia de pocas operaciones

Una parte cada vez mayor del resultado procede de unas pocas operaciones.

Estas situaciones no deben provocar automáticamente el cierre del robot, pero sí deberían llevarnos a investigar las causas.

¿Cómo crear un informe estadístico de un robot?

Un informe sencillo puede organizarse en varias categorías.

Resultados

• Beneficio neto.
• Beneficio bruto.
• Pérdida bruta.
• Rentabilidad.

Operaciones

• Total.
• Ganadoras.
• Perdedoras.
• Porcentaje de aciertos.

Operaciones individuales

• Ganancia máxima.
• Pérdida máxima.
• Ganancia media.
• Pérdida media.

Consistencia

• Resultados mensuales.
• Rachas.
• Distribución de resultados.
• Evolución de la curva de capital.

Riesgo

• Drawdown.
• Exposición.
• Pérdida máxima.
• Rachas adversas.

Ejecución

• Spread.
• Comisiones.
• Slippage.
• Frecuencia de operaciones.

Las métricas de riesgo más avanzadas, como Profit Factor, Drawdown y Sharpe Ratio, las estudiaremos individualmente en el siguiente artículo.

Ejemplo sencillo de análisis

Imaginemos un robot con:

• 1.000 operaciones.
• 550 operaciones ganadoras.
• 450 operaciones perdedoras.
• 55 % de aciertos.
• Ganancia media: 30 €.
• Pérdida media: 25 €.

A primera vista, los datos parecen interesantes.

Pero todavía necesitamos saber:

• ¿Cuál fue el drawdown?
• ¿Cuál fue la peor racha?
• ¿Cuánto costaron las operaciones?
• ¿Cómo se distribuyen los resultados?
• ¿El beneficio depende de unas pocas operaciones?
• ¿Cómo se comporta en diferentes periodos?
• ¿Qué ocurre fuera de muestra?
• ¿Qué sucede durante el forward testing?

Esto demuestra por qué una única estadística nunca debería utilizarse para evaluar un robot.

Checklist para analizar las estadísticas de un robot

Antes de sacar conclusiones, comprueba:

• ¿Cuántas operaciones se han analizado?
• ¿Qué periodo cubren?
• ¿Cuál es el porcentaje de aciertos?
• ¿Cuál es la ganancia media?
• ¿Cuál es la pérdida media?
• ¿Cuál ha sido la mejor operación?
• ¿Cuál ha sido la peor?
• ¿Cuál es la peor racha de pérdidas?
• ¿Cómo evoluciona la curva de capital?
• ¿Cómo se distribuyen los resultados?
• ¿Existen meses claramente diferentes?
• ¿Hay dependencia de pocas operaciones?
• ¿Se han incluido costes realistas?
• ¿Se ha realizado backtesting?
• ¿Se han utilizado datos fuera de muestra?
• ¿Se ha realizado forward testing?
• ¿El comportamiento se mantiene razonablemente estable?

Si no conocemos estas respuestas, probablemente todavía no tenemos suficiente información para comprender correctamente el comportamiento del robot.

Conclusión

Las estadísticas de trading permiten mirar mucho más allá del beneficio final de un robot.

Número de operaciones, porcentaje de aciertos, ganancias y pérdidas medias, distribución de resultados, rachas, evolución de la curva de capital y comportamiento por periodos son algunos de los elementos que permiten construir una imagen más completa del sistema.

Sin embargo, ninguna estadística debe interpretarse de forma aislada.

Un robot puede tener un porcentaje de aciertos elevado y perder dinero. Puede obtener una gran rentabilidad soportando un drawdown considerable. También puede presentar resultados históricos excelentes y comportarse peor cuando se enfrenta a datos nuevos.

Por eso, analizar un robot significa estudiar cómo obtiene sus resultados, qué nivel de variabilidad presenta y si sus características se mantienen cuando cambian las condiciones.

La estadística no sirve para predecir con certeza lo que hará un robot en el futuro.

Sirve para comprender mejor lo que ha ocurrido, identificar riesgos y tomar decisiones más informadas sobre las pruebas y la supervisión del sistema.

En el siguiente artículo veremos con más detalle algunas de las métricas más utilizadas para evaluar estrategias y robots de trading: Profit Factor, Drawdown, Sharpe Ratio y otras métricas de rendimiento y riesgo.

Continúa aprendiendo

• Robots de trading: cómo funcionan, tipos, ventajas y riesgos
• Cómo gestionar el riesgo al operar con robots de trading
• 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