Cuántas operaciones hacen falta para probar una estrategia antes de que los números signifiquen algo

En lenguaje sencillo

¿Cuántas operaciones hacen falta para probar una estrategia? Por lo general, más de las que se espera, y más de las que sugiere el ritmo rápido de la operativa intradía de muy corto plazo (scalping). Esta lección explica por qué las primeras 20, 30 o incluso 100 operaciones de un plan dejan abierto un rango amplio de resultados reales posibles, por qué las rachas de pérdidas largas son normales incluso en un proceso con ventaja, y por qué cinco operaciones en una misma acción durante una misma mañana valen menos que cinco operaciones en cinco días distintos.

La idea central: tus resultados son una estimación, y una estimación a partir de una muestra pequeña es amplia. Tres factores deciden qué tan amplia:

1. Tamaño de la muestra. El rango alrededor de un promedio se reduce con la raíz cuadrada del número de operaciones: hacen falta cuatro veces más operaciones para reducir el ancho a la mitad.
2. Dispersión de los resultados. En el scalping, los resultados van de unos −1.3R a +2R por operación, así que cada operación aporta mucho ruido en relación con una ventaja de unas pocas décimas de R.
3. Independencia. Las operaciones que comparten una acción, una noticia o una mañana se mueven juntas, así que aportan menos información de lo que sugiere su número.

Dos series de 30 operaciones con la misma ventaja

Todos los números de esta sección son ilustrativos. Setup X es el scalp ficticio de Pensar en probabilidades: el 40% de las operaciones alcanza un objetivo de +2R, el 45% toca un stop de −1R y el 15% cierra en tablas en 0R, con costos de 0.1R por operación. Su esperanza matemática es de +0.25R por operación después de costos.

Dos operadores aplican Setup X durante 30 operaciones cada uno, siguiendo el plan al pie de la letra.

Nota de revisión: ambos operadores aplicaron el mismo proceso de +0.25R. Tras 30 operaciones, uno tiene un promedio de +0.53R y el otro de −0.17R. Ninguno de los dos números está mal; ambos son estimaciones ruidosas de lo mismo. El resto de la lección muestra cómo poner un rango alrededor de una estimación así, con qué frecuencia aparecen rachas como la del escenario B y por qué contar como independientes operaciones correlacionadas hace que el rango parezca más estrecho de lo que es.

Varianza e intervalos en términos sencillos

Un promedio calculado a partir de una muestra viene con un rango de valores reales plausibles. Un intervalo del 95% (un intervalo de confianza) es un rango construido de modo que, si repitieras muchas veces todo el proceso de muestreo, alrededor del 95% de esos rangos contendría el valor real. Es una afirmación sobre el método, no una promesa sobre tu rango concreto.

Un intervalo aproximado para la esperanza es: promedio ± 1.96 × (dispersión por operación ÷ √n), donde la dispersión es la desviación estándar de tus resultados por operación en R.

Para la proporción de operaciones que alcanzan el objetivo, el intervalo de Wilson funciona mejor que la fórmula simple cuando las muestras son pequeñas. Si 12 de 30 operaciones alcanzan el objetivo (40%), el intervalo de Wilson del 95% va de alrededor del 25% al 58%. Con 40 de 100 se estrecha a entre el 31% y el 50%, aproximadamente; con 120 de 300, a entre el 35% y el 46% (calculado sobre estos recuentos hipotéticos).

Las rachas de pérdidas son normales

Setup X pierde el 45% de sus operaciones. Las rachas de pérdidas se derivan solo de esa tasa (calculado por recursión exacta, tratando las operaciones como independientes; Ilustrativo):

Para un scalper que hace 300 operaciones en unas pocas semanas, lo esperable es ver cinco pérdidas seguidas en algún punto, incluso con una ventaja positiva. Una racha no es, por sí sola, evidencia de que la ventaja desapareció. Pasa a serlo cuando viene acompañada de algo más que puedes comprobar: costos en aumento, ejecuciones que empeoran, cambios en las condiciones del plan u operaciones que ya no cumplen la definición escrita.

Las operaciones correlacionadas cuentan menos

Las fórmulas anteriores suponen que cada operación es una extracción independiente. Los scalps a menudo no lo son:

• Cinco scalps en la misma acción durante la misma mañana comparten un catalizador, un float y una misma multitud de operadores.
• Las operaciones en distintas acciones el mismo día comparten el ánimo del mercado.
• Una acción que sigue subiendo durante varios días (un runner) aparece en varias sesiones.

Una forma aproximada de ver el efecto es el tamaño efectivo de la muestra: n ÷ (1 + (m − 1) × ρ), donde m es el número de operaciones por grupo y ρ mide cuánto se mueven juntas las operaciones de un mismo grupo (0 = independientes, 1 = idénticas). Treinta operaciones hechas de cinco en cinco durante seis mañanas, con ρ = 0.3, aportan aproximadamente la información de 14 operaciones independientes (Ilustrativo; el propio ρ es difícil de estimar).

La propia investigación de FennEdge enfrenta el mismo problema. En el estudio Gapper HOD, 461 tickers produjeron 671 observaciones, porque las acciones que abrieron con gap en varios días cuentan una vez por sesión (2026-07-01 a 2026-10-02; archivo de FennEdge; datos al 2026-10-02; ver Estadísticas de gappers small-cap (2026) (en inglés)). El estudio lo señala como advertencia: ¿A qué hora marcan su máximo del día las small caps con gap al alza? (en inglés)

Cuándo dejar de probar

Decide el tamaño de la muestra antes de empezar y evalúa una sola vez, al final. Revisar el resultado cada pocas operaciones y detenerse en cuanto se ve bien, lo que se llama parada opcional (optional stopping), hace que un proceso sin ventaja parezca tenerla con mucha más frecuencia de lo que sugiere el intervalo.

En una simulación de una versión de Setup X sin ventaja (20,000 series de hasta 100 operaciones, semilla 20261005; calculado, Ilustrativo), una sola revisión a las 100 operaciones mostró un rango del 95% completamente por encima de cero en alrededor del 2% de las series. Revisar cada 10 operaciones y detenerse en el primer "aprobado" lo hizo en alrededor del 11% de las series: más de cuatro veces más a menudo, sin ninguna ventaja.

Un protocolo práctico:

1. Escribir la definición, el plan y el tamaño de la muestra (por ejemplo, 50 o 100 operaciones) antes de la primera operación.
2. Registrar cada operación que cumplió la definición, incluidas las que se dejaron pasar, con sus costos.
3. No cambiar la definición a mitad del bloque. Si hace falta cambiarla, empezar un bloque nuevo.
4. Evaluar al final: la esperanza, su intervalo y si las operaciones eran realmente independientes.

Observar frente a inferir

Tras 30 operaciones, el operador del escenario B revisa el registro (Ilustrativo):

Qué cambia las probabilidades

Aquí, las "probabilidades" se refieren a cuánto puedes confiar en tu estimación. Son efectos estadísticos, no hallazgos sobre el mercado:

• Más operaciones estrechan el rango, lentamente: hacen falta cuatro veces más operaciones para reducir el ancho a la mitad.
• Una menor dispersión por operación lo estrecha: menos stops con deslizamiento y menos gaps tras una suspensión de cotización (halt) significan menos ruido.
• Operaciones independientes lo estrechan: repartidas entre acciones y días.
• Una definición fija mantiene el sentido de la muestra; cambiarla reinicia el recuento.
• Una ventaja real mayor es más fácil de detectar: una ventaja de +0.5R necesita aproximadamente una cuarta parte de las operaciones que necesita una de +0.25R.

El costo de equivocarse

• Abandonar demasiado pronto tras una mala serie. El operador del escenario B que abandona Setup X después de 30 operaciones renuncia a +0.25R por operación de ventaja. A $50 por R y 30 operaciones por semana, eso equivale a unos $375 por semana de valor esperado (Ilustrativo).
• Aumentar el tamaño demasiado pronto tras una buena serie. Si la esperanza real fuera cero y un operador duplicara el tamaño después de una serie como la del escenario A, el tamaño duplicado cargaría costos y riesgo sin ninguna ventaja detrás.
• Contar como independientes operaciones agrupadas. Un operador que ve "100 operaciones" cuando la información se parece más a la de 40 confía en un rango demasiado estrecho: el rango honesto es alrededor de 1.6 veces más ancho (√(100 ÷ 40) ≈ 1.6; Ilustrativo).

Cuántas operaciones hacen falta para que esto signifique algo

No hay un número único. Para una ventaja de scalping de unas pocas décimas de R con una dispersión de unos 1.4R por operación, un rango aproximado del 95% excluye el cero solo en algún punto por encima de las 100 operaciones independientes, y la estimación sigue estrechándose durante cientos de operaciones más (Ilustrativo). Una postura práctica: tratar las primeras 30 operaciones como una comprobación de que el plan se puede ejecutar y registrar; tratar 100 como una primera estimación; y seguir contando. El proyecto final, un bloque medido de 50 operaciones simuladas, aplica esto a tu propio registro.

Lo que esta lección no afirma

• No afirma que un número fijo de operaciones demuestre una ventaja. Las cifras se calculan a partir de una distribución ilustrativa.
• Los intervalos con aproximación normal son toscos para muestras pequeñas y para resultados asimétricos, como los gaps tras un halt.
• Los mercados cambian. Una muestra de un periodo describe ese periodo; el curso avanzado trata los cambios de régimen de mercado.

Para profundizar

• Primero, FennEdge.
  • Si operas en real, el Trading Journal sincroniza las ejecuciones reales de los brokers compatibles, y su página Review (Pro y Max, al 2026-10-05) te permite etiquetar las operaciones por setup para que cuentes los resultados por etiqueta. Solo contiene operaciones sincronizadas desde el broker; las operaciones de práctica y en simulador van en el registro de práctica del curso.
  • El estudio Gapper HOD (en inglés) es un ejemplo resuelto de cómo indicar el tamaño de la muestra, los tickers repetidos y el periodo cubierto.
• Cambios de régimen. Un proceso medido en un mes de mucha actividad en small caps (acciones de baja capitalización) puede comportarse de otra manera en un mes tranquilo. Dividir tu registro por meses es una primera comprobación.
• La parada opcional en la investigación. Armitage, McPherson y Rowe (1969) mostraron cómo las revisiones repetidas de datos que se van acumulando inflan los falsos positivos; lo mismo vale para un registro de trading.
• La ley de los pequeños números. Tversky y Kahneman (1971) describen cómo las personas esperan que las muestras pequeñas se parezcan a la población de la que provienen.
• Relacionadas: Esperanza matemática en trading, Relación riesgo/beneficio y tasa de acierto de equilibrio, El plan de trading como hipótesis, Cómo revisar tus operaciones.

Ejercicios

Esta lección tiene seis ejercicios: tres verificaciones de conceptos (qué significa un rango del 95%, qué muestra y qué no muestra una racha de pérdidas, por qué el tamaño de la muestra se fija de antemano), dos cálculos (la probabilidad de una racha de cinco pérdidas y el ancho del rango de la esperanza) y un escenario sobre cuál de dos muestras de 40 operaciones aporta más información. Los ejercicios, las respuestas y el progreso están disponibles después de iniciar sesión.

Fuentes primarias

• Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association 22(158).
• Armitage, P., McPherson, C. K. y Rowe, B. C. (1969). Repeated significance tests on accumulating data. Journal of the Royal Statistical Society, Series A 132(2).
• Tversky, A. y Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin 76(2).

Fuentes consultadas el 2026-10-05. Setup X y todas las series, intervalos y cifras de rachas son ficticios o se calculan a partir de una distribución ilustrativa. Las cifras medidas provienen 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.