Pensar en probabilidades en trading: por qué un solo gráfico no demuestra nada

En lenguaje sencillo

La operativa intradía de muy corto plazo (scalping), también llamada scalping en acciones, es un estilo de operaciones muy breves: "scalps" o "base hits" que buscan unos centavos y duran desde segundos hasta minutos. Esta lección explica por qué un solo resultado, o un puñado de ellos, casi no te dice nada sobre un setup. Para quien hace scalping en small caps y puede abrir decenas de operaciones por semana en acciones que se mueven rápido y entran en suspensión de cotización (halt), leer resultados aislados como pruebas es una forma rápida de abandonar un plan sólido o de conservar uno roto.

La idea central: un setup es una probabilidad condicional con un pago. "Condicional" significa dadas estas condiciones. "Probabilidad" significa una parte de las veces, no todas. "Pago" significa cuánto se gana o se pierde en cada resultado, después de costos.

Por eso, cuando alguien publica un gráfico en el que un setup funcionó, la lectura honesta es: se trata de un resultado al azar extraído de una distribución que la imagen no muestra. El mismo gráfico, con la misma información en el momento de la decisión, podría haber terminado en pérdida o en nada. Un solo resultado, ganador o perdedor, es una evidencia débil sobre el setup que lo produjo.

Por eso cada ejemplo de este curso se dibuja al menos dos veces: el escenario que la gente recuerda (escenario A) y otro igual de compatible con lo que se podía saber en ese momento (escenario B), además de un escenario en que "no pasó nada" (escenario C) cuando eso es frecuente.

Tasas base y probabilidad condicional

Una tasa base es la frecuencia con que algo ocurrió en una muestra definida. Una tasa condicional es la frecuencia con que ocurrió en la parte de la muestra que cumplió una condición adicional.

Este es un ejemplo medido de la investigación propia de FennEdge.

Ese 65.3% es una tasa base para esa definición, ese periodo y ese archivo. No es un pronóstico para ninguna acción concreta del día siguiente y todavía no dice nada sobre si alguna operación con estas acciones deja ganancias después de costos.

Ahora, una tasa condicional del mismo estudio. Entre las acciones cuyo máximo del día se marcó a las 10:00 ET o más tarde (n = 200; mismo periodo, archivo y fecha de datos), el 69.5% cerró en o por encima de su apertura. En toda la muestra, solo lo hizo el 34.7% (233 de 671; cálculo de FennEdge a partir de los datos del estudio Gapper HOD, 2026-07-01 a 2026-10-02, datos al 2026-10-02). Añadir una sola condición llevó la tasa de una de cada tres a dos de cada tres, aproximadamente.

Parece un filtro muy potente hasta que te preguntas cuándo se conoce la condición. Que el máximo de una acción llegó después de las 10:00 solo lo sabes cuando termina el día. El propio estudio lo dice: esta división usa información que solo tienes después del cierre. Una tasa condicional sirve para decidir solo si la condición era conocible en el momento de la decisión.

Calidad del resultado frente a calidad de la decisión

Toda operación plantea dos preguntas distintas:

1. ¿La decisión era sólida con lo que se podía saber? ¿Se cumplían las condiciones, estaba planificado el riesgo, era correcto el tamaño, se tuvieron en cuenta los costos?
2. ¿Qué pasó? Ganancia, pérdida u operación en tablas (scratch).

Juzgar la primera pregunta por la segunda se llama sesgo de resultado (outcome bias). Los psicólogos Baron y Hershey mostraron en 1988 que las personas califican mejor la misma decisión cuando se les dice que salió bien. En trading esto lleva a dos errores: conservar un hábito descuidado porque ganó una vez y abandonar un plan sólido porque perdió tres veces.

Una nota de revisión útil separa ambas cosas: "Plan cumplido, condiciones cumplidas, 1R planificado, stop ejecutado en −1.1R después de costos" es una nota distinta de "Tamaño duplicado, sin stop, +3R". La segunda operación ganó más dinero y fue la peor decisión.

Retrospectiva y supervivencia en los ejemplos con gráficos

La mayoría de los ejemplos con gráficos que ves, también en sitios de formación en trading y en redes sociales, pasan por tres filtros antes de llegar a ti:

• Selección. Alguien eligió qué gráfico mostrar. Los gráficos que funcionaron se publican más que los que fallaron o se movieron de lado.
• Etiquetas retrospectivas. Pies de gráfico como "el mínimo del día" o "la ruptura" solo se pueden conocer después de que se formaron las velas siguientes. Los experimentos de Fischhoff de 1975 mostraron que, una vez conocido un resultado, las personas sobrestiman lo predecible que era.
• Supervivencia. Los operadores que tuvieron una mala racha suelen dejar de publicar, así que el registro visible se inclina hacia las rachas con suerte.

Nada de esto significa que quien publica sea deshonesto. Significa que un solo gráfico no puede sostener el peso de una regla.

Observar frente a inferir

El pie de un gráfico de Quillfeather Bio, una empresa ficticia, dice: "Compra perfecta en el retroceso, en el mínimo del día, $4.10 a las 09:41; entraron compradores y subió hasta $4.60." Sepáralo en partes:

La columna de la izquierda es lo que un operador podía usar a las 09:41. La columna del medio es lo que hace convincente el gráfico.

Dos escenarios desde el mismo punto de partida

Setup X es un scalp ficticio con reglas fijas. Su distribución de resultados es ilustrativa: está elegida para enseñar la idea, no tomada de un estudio.

Es una ventaja estimada positiva. Aun así, el 60% de las veces pierde o cierra en tablas. Simulamos 1,000 series de 10 operaciones con esta distribución (calculado a partir de la distribución supuesta, Ilustrativo). La serie mediana terminó en +2.0R; una de cada diez terminó en −3.0R o peor, y una de cada diez en +8.0R o mejor. Calculado con exactitud, alrededor del 26% de las series de 10 operaciones terminan por debajo de cero.

Estas son tres de esas series simuladas. Las elegimos para mostrar la dispersión, y esa elección ya es una selección: el mismo sesgo que describe la sección anterior.

Los tres operaban con la misma ventaja. Diez operaciones no bastaban para distinguirlos.

Qué cambia las probabilidades

En esta lección, las condiciones se refieren a tu evidencia, no al mercado:

• Tamaño de la muestra. La probabilidad de que el Setup X muestre una pérdida neta baja de alrededor del 26% en 10 operaciones a alrededor del 9% en 50 y alrededor del 3% en 100 (calculado a partir de la distribución supuesta, Ilustrativo).
• Independencia. Cinco operaciones en la misma acción durante la misma mañana informan menos que cinco operaciones en cinco días distintos. Comparten una misma noticia y un mismo ánimo del mercado.
• Definir antes de contar. Si decides qué operaciones "cuentan" después de ver sus resultados, la muestra deja de ser una muestra.
• Solo condiciones conocibles. Una condición que solo se conoce después del cierre (como "el máximo llegó después de las 10:00") no puede cambiar tus probabilidades en el momento de la decisión, por grande que parezca su efecto en una tabla.

El costo de equivocarse

Aquí hay dos errores distintos que cuestan dinero.

• Abandonar un plan con esperanza positiva tras una racha de pérdidas normal. Con una tasa de pérdida del 45%, una racha de tres o más pérdidas aparece en algún punto de un bloque de 10 operaciones alrededor del 41% de las veces, y en algún punto de un bloque de 50 operaciones alrededor del 95% de las veces (Ilustrativo, calculado). Dejar el Setup X después del escenario B supone renunciar a +0.25R por operación de ventaja estimada.
• Aumentar el tamaño en un plan con esperanza negativa tras una racha con suerte. Si la esperanza real fuera negativa, una serie como la del escenario A invitaría a meter más tamaño en un proceso perdedor. Con un riesgo fijo de $50 por operación, un proceso de −0.25R pierde en promedio unos $12.50 por operación; duplicar el tamaño tras una racha con suerte duplica ese ritmo.

En ambos casos, la pérdida viene de tomar 10 operaciones como una respuesta.

Cuántas operaciones hacen falta para que esto signifique algo

Para el Setup X, la incertidumbre en torno a la estimación de +0.25R es amplia. Con la dispersión por operación de esta distribución (alrededor de 1.39R), un rango aproximado del 95% para el promedio va de alrededor de −0.36R a +0.86R tras 20 operaciones, y de alrededor de −0.02R a +0.52R tras 100 operaciones (Ilustrativo, aproximación normal). Ni siquiera 100 operaciones separan con claridad esta ventaja de cero. Cuántas operaciones hacen falta para probar una estrategia explica el método; Esperanza matemática en trading, la fórmula.

Lo que esta lección no afirma

• No afirma que algún setup real tenga la distribución del Setup X. Esas cifras son ilustrativas.
• Las cifras del estudio Gapper HOD describen una ventana de 66 sesiones y una sola definición. No son un pronóstico ni una regla de trading.
• Pensar en probabilidades no hace rentable una estrategia. Solo evita que saques conclusiones fuertes de evidencias débiles.
• Las tasas base del mercado y las de tus propias operaciones son cifras distintas. Tus ejecuciones, tus costos y tu momento de entrada forman parte de tu distribución.

Para profundizar

• Investigación de FennEdge: ¿A qué hora marcan su máximo del día las small caps con gap al alza? es un ejemplo resuelto de tasas base con sus salvedades explícitas, incluida la división que "solo se conoce después del cierre". In-Play Days: cómo investigar los días activos anteriores de una acción (en inglés) muestra cómo comparar días activos pasados sin mezclar lo que se podía saber en el momento con la retrospectiva.
• Herramientas de FennEdge: el Gapper HOD Timeline muestra a qué hora marcaron su máximo los gappers. Invitados, Free y Plus ven la última sesión completada; las sesiones anteriores requieren Pro o Max (al 2026-10-05). Muestra sesiones completadas, no señales en tiempo real.
• Falacia de la tasa base. Tversky y Kahneman (1974) describen cómo las personas ignoran las tasas base cuando tienen delante un caso concreto y llamativo: un gráfico espectacular frente a un recuento de muestra poco vistoso.
• Capturas de pantalla en redes sociales. Una captura de pérdidas y ganancias (P&L) es un solo resultado al que ya se aplicaron selección, retrospectiva y supervivencia. Pregúntate: ¿cuál era la muestra, cuáles fueron los costos y quién no publicó?
• Siguiente en este curso: Esperanza matemática en trading convierte estas ideas en una fórmula; El plan de trading como hipótesis escribe en tu plan, antes de operar, la respuesta al escenario B; Estrategia de trading con VWAP aplica el formato de dos escenarios a un setup gráfico.

Ejercicios

Esta lección tiene seis ejercicios: tres verificaciones de conceptos, un escenario que separa la calidad de la decisión del resultado, una revisión de un pie de gráfico (encontrar la retrospectiva) y un cálculo de la probabilidad de una racha de pérdidas. Los ejercicios, las respuestas y el progreso están disponibles después de iniciar sesión.

Fuentes primarias

• Tversky, A. y Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science 185(4157).
• Baron, J. y Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology 54(4).
• Fischhoff, B. (1975). Hindsight is not equal to foresight. Journal of Experimental Psychology: Human Perception and Performance 1(3).
• FINRA. Frequent Intraday Trading: Understanding the Basics.

Fuentes consultadas el 2026-10-05. El Setup X, Quillfeather Bio y sus cifras son ficticios e ilustrativos. Las cifras medidas proceden del archivo de FennEdge, según se indica. Esta lección tiene fines educativos y no es una recomendación de comprar o vender ningún valor. Los patrones pasados no indican resultados futuros.