SOP: Cómo evaluar cualquier estrategia de trading en 6 capas

 

2026-07-14

Capa 1 — Señal: ¿hay algo en el ruido?

Pregunta rectora: ¿El canal tiene señal disponible, o el mercado ya la extrajo?

Checklist

  • [ ] ¿La estrategia opera sobre qué tipo de activo? (acciones, crypto, forex, futuros, opciones)
  • [ ] ¿Cuál es el ratio señal/ruido histórico de ese activo?
  • [ ] ¿El modelo identifica una ineficiencia replicable o es sobreajuste?
  • [ ] ¿Cuántos parámetros tiene el modelo? (Más de 5 → probable overfitting)
  • [ ] ¿El modelo funciona en múltiples períodos de mercado (bull, bear, sideways)?
  • [ ] Sharpe ratio del backtest > 1.5 en ventana out-of-sample

Señales de alarma - Backtest perfecto (curva de equity sin drawdowns) - El modelo tiene más parámetros que años de datos - Solo funciona en un activo y un período específico

Acción concreta 1. Tomar los datos más limpios disponibles del activo (tick data > 1min > 1h > 1d) 2. Calcular la entropía de la serie de precios usando la fórmula de Shannon 3. Si la entropía es cercana al máximo teórico → no hay señal → descartar 4. Si hay señal medible → pasar a Capa 2

Capa 2 — Distribución: ¿cómo es la cola?

Pregunta rectora: ¿La estrategia asume una campana de Gauss o respeta las colas gruesas?

Checklist

  • [ ] ¿Se calculó la curtosis de los retornos de la estrategia?
  • [ ] ¿El peor drawdown histórico está dentro de 2 desviaciones estándar?
  • [ ] ¿La estrategia tuvo algún movimiento de 3+ sigma?
  • [ ] ¿Se modelaron explícitamente los escenarios de cola? (cisne negro, flash crash, liquidez cero)
  • [ ] ¿La estrategia diferencia entre riesgo (probabilidades conocidas) e incertidumbre (probabilidades desconocidas)?

Señales de alarma - Retornos distribuidos normalmente en el backtest (es imposible en mercados reales) - No se modelaron escenarios de cola - La estrategia asume liquidez infinita

Acción concreta 1. Plotear la distribución de retornos de la estrategia 2. Identificar si hay colas gruesas (leptokurtosis) 3. Simular Monte Carlo con 10.000 iteraciones incluyendo eventos de cola (3-5 sigma) 4. Si el 5% peor de los escenarios quiebra la cuenta → rediseñar sizing 5. Si pasa → pasar a Capa 3

Capa 3 — Sizing: ¿cuánto arriesgar?

Pregunta rectora: ¿El tamaño de la apuesta maximiza el crecimiento a largo plazo sin riesgo de ruina?

Checklist

  • [ ] ¿Se calculó el Kelly Criterion para esta estrategia?
  • [ ] Si Kelly óptimo es > 25% de la cuenta → usar Kelly fraccional (25-50% del Kelly)
  • [ ] ¿La probabilidad de ruina en 1000 operaciones es < 1%?
  • [ ] ¿El sizing se ajusta cuando la volatilidad cambia?
  • [ ] ¿Hay un stop-loss por operación? ¿Por drawdown total?

Señales de alarma - Tamaño de posición fijo (no ajusta por volatilidad ni por Kelly) - Apuesta > 2% de la cuenta por operación - "Esto es diferente" cada vez que el drawdown se acerca al límite

Acción concreta 1. Calcular f = (p b - q) / b (Kelly Criterion) 2. Usar Kelly fraccional: apostar 25% de f* como máximo 3. Definir stop-loss total: si la cuenta cae X%, dejar de operar 30 días 4. Re-calcular Kelly cada 100 operaciones 5. Si el sizing sobrevive a un Monte Carlo con eventos de cola → Capa 4

Capa 4 — Compounding: ¿el edge sobrevive al tiempo?

Pregunta rectora: ¿La estrategia puede mantener su ventaja el tiempo suficiente para que el interés compuesto haga efecto?

Checklist

  • [ ] ¿Cuál es la vida media estimada de esta estrategia? (meses, años)
  • [ ] ¿La estrategia tiene un mecanismo de adaptación o es estática?
  • [ ] ¿Se midió la decadencia del edge a lo largo del tiempo?
  • [ ] ¿Hay un plan para cuándo retirar la estrategia?
  • [ ] ¿El operador puede soportar un drawdown de 12 meses?

Señales de alarma - "Esta estrategia funciona para siempre" - No hay un criterio objetivo para abandonar la estrategia - El drawdown máximo esperado supera la tolerancia psicológica del operador

Acción concreta 1. Estimar vida media de la estrategia (basado en cuánto tardan otros en copiarla) 2. Definir criterio de muerte: "Si pierde X% en Y meses → liquidar" 3. Proyectar crecimiento compuesto a 3, 5 y 10 años usando Kelly fraccional 4. Verificar que el resultado proyectado justifica el riesgo 5. Si el crecimiento compuesto proyectado es > 15% anual → Capa 5

Capa 5 — Disciplina: ¿el operador es confiable?

Pregunta rectora: ¿El ser humano detrás de la estrategia va a seguir el plan cuando duela?

Checklist

  • [ ] ¿Hay un journal de trading con cada operación y su justificación?
  • [ ] ¿Las operaciones reales coinciden con las del plan? (desviación < 5%)
  • [ ] ¿Hay un sistema de accountability? (mentor, socio, registro público)
  • [ ] ¿El operador tuvo episodios de tilt (venganza, sobreoperación)?
  • [ ] ¿Hay reglas escritas para QUÉ HACER en cada escenario posible?

Señales de alarma - "Esta vez es diferente" - Se mueven los stops después de ponerlos - Se aumenta el tamaño después de una pérdida - Se deja de hacer journal cuando las cosas van mal

Acción concreta 1. Escribir un plan de trading con: entrada, salida, sizing, contingencia 2. Comprometerlo con alguien (socio, mentor, registro público) 3. Llevar journal diario con screenshot de cada operación 4. Revisión semanal: ¿seguí el plan? Si no → reducir tamaño a la fuerza 5. Si el operador sigue el plan consistentemente por 3 meses → Capa 6

Capa 6 — Realidad: ¿el mapa coincide con el territorio?

Pregunta rectora: ¿La estrategia reconoce sus propias limitaciones y se adapta cuando el mercado cambia?

Checklist

  • [ ] ¿La estrategia tiene un mecanismo de adaptación? (parámetros que se ajustan)
  • [ ] ¿Se revisa la efectividad de la estrategia mensualmente?
  • [ ] ¿Hay un comité o segunda opinión para cambios mayores?
  • [ ] ¿La estrategia sobrevive a un cambio de régimen de mercado? (baja volatilidad → alta)
  • [ ] ¿El operador acepta que toda estrategia muere eventualmente?

Señales de alarma - El modelo nunca cambia porque "funciona" - No hay fechas de revisión programadas - Se culpa al mercado en vez de ajustar la estrategia

Acción concreta 1. Programar revisión mensual de las 6 capas 2. Si 2+ capas fallan en la revisión → la estrategia está muerta 3. Si 1 capa falla → ajustar esa capa y re-testear 4. Si todas las capas pasan → seguir operando 5. Repetir el ciclo el mes siguiente

El Stack Completo — Resumen Ejecutivo

` Capa 1: Señal → Shannon → ¿Hay algo en el ruido? Capa 2: Distribución → Mandelbrot → ¿La cola va a matarte? Capa 3: Sizing → Kelly/Thorp → ¿Cuánto poner en juego? Capa 4: Compounding → Hamming → ¿El edge vive lo suficiente? Capa 5: Disciplina → Feynman → ¿Vas a seguir el plan? Capa 6: Realidad → Derman/Lo → ¿Te adaptás cuando el mercado cambia? `

Regla de oro: Si fallás en 2+ capas, no es una estrategia. Es una apuesta.

Referencias originales

  1. Shannon, C. (1948) — "A Mathematical Theory of Communication"
  2. Mandelbrot, B. (1963) — "The Variation of Certain Speculative Prices"
  3. Kelly, J. (1956) — "A New Interpretation of Information Rate"
  4. Thorp, E. (1967) — "Beat the Dealer" / (2017) — "A Man for All Markets"
  5. Hamming, R. (1986) — "You and Your Research"
  6. Feynman, R. (1974) — "Cargo Cult Science"
  7. Derman, E. (2004) — "My Life as a Quant"
  8. Lo, A. (2004) — "The Adaptive Markets Hypothesis"
  9. Knight, F. (1921) — "Risk, Uncertainty, and Profit"
  10. Box, G. (1976) — "Science and Statistics"
— Ariel Di Stefano

Compartir este artículo

Preguntas frecuentes

¿Cómo saber si una estrategia de trading es buena?
Para saber si una estrategia es buena no te alcanza con mirar ganancias pasadas. Tenés que evaluarla en capas: señal, distribución, sizing, compounding, disciplina y realidad. Así vas a poder ver si el edge es real, si el riesgo está controlado y si podés sostenerla en el tiempo sin volverte loco.
¿Qué es el Kelly Criterion y cómo se usa en trading?
El Kelly Criterion es una fórmula que te dice qué porcentaje de tu capital podés arriesgar para maximizar el crecimiento a largo plazo sin fundirte. En trading lo usás para ajustar el tamaño de la apuesta, pero ojo: si el Kelly óptimo te da más del 25%, lo más prudente es usar un Kelly fraccional para no explotar en el camino.
¿Qué es la curtosis en trading y por qué importa?
La curtosis mide qué tan gruesas son las colas de la distribución de retornos, o sea, si tenés más resultados extremos de los que predeciría una campana de Gauss. En trading importa porque si la ignorás, vas a subestimar los drawdowns grandes y te puede pasar una catástrofe que no estaba en tus cálculos.
¿Cómo sé si voy a poder seguir mi estrategia cuando haya pérdidas?
La disciplina se evalúa con un journal de trading donde anotes cada operación y la justificación, y comparando si tus operaciones reales coinciden con el plan. Si ya sabés que tu estrategia tiene drawdowns feos, tenés que tener reglas claras y automatizar lo que puedas para que el miedo no te haga abandonar el plan en el peor momento.

Te puede interesar