PPTFPorcentaje de paso de un challenge
El porcentaje de paso de un challenge no se puede conocer: se puede calcular para su propia estadística. El modelo simula la fase cuatro mil veces y muestra qué estorba más a menudo: el límite diario, el máximo o la falta de operaciones.
Cálculo
La mediana de operaciones hasta el objetivo es —. Cuatro mil simulaciones por cada conjunto de datos de entrada, con un generador de números aleatorios de semilla fija: con unos mismos parámetros el resultado es siempre el mismo; si no, dos variantes no se podrían comparar. Es un modelo, no un pronóstico; los supuestos están nombrados abajo.
Cuánta gente pasa el challenge en realidad
Estadística pública confirmada por las propias firmas no hay. Los agregadores del sector prop publican estimaciones: el paso de un challenge es del 5–10 %, y en los programas de futuros de una fase es mayor; al menos un pago lo recibe alrededor de la mitad de quienes llegan a una cuenta funded. Son webs comerciales y no una fuente primaria, así que las cifras conviene tomarlas como orden de magnitud y no como hecho.
El cálculo propio es más útil que la media de otros por una razón: la media incluye también a quienes operaron con un volumen con el que el límite diario se rompía en el tercer stop. Su probabilidad depende de sus números, y se ve de inmediato: basta mover el deslizador del riesgo y mirar cómo cambia el reparto de los desenlaces.
Qué muestra el reparto de los desenlaces
- Predomina el fracaso por el límite diario
- El volumen es demasiado grande: una serie de stops normales cierra el día. Se cura reduciendo el riesgo por operación, no con la precisión de las entradas.
- Predomina el fracaso por el límite máximo
- El volumen es moderado, pero falta ventaja: la cuenta se desliza despacio. Reducir el riesgo aquí solo estirará el deslizamiento.
- Muchos «faltaron operaciones»
- El riesgo es demasiado pequeño para este objetivo. La probabilidad de fracaso es baja, pero tampoco llega al objetivo: la fase choca con el límite de operaciones o con el plazo.
Por qué el modelo da más que las estimaciones de los agregadores
Con los datos de entrada por defecto el modelo muestra alrededor de un 43 % de paso, y los agregadores dan un 5–10 %. No es una contradicción: los números responden a preguntas distintas. El modelo calcula qué pasará si su winrate y su R media son de verdad esas y se mantienen así toda la distancia. El agregado cuenta a todos los que compraron un challenge, incluidos quienes no tienen ninguna ventaja y quienes tomaron el doble del volumen admisible.
Se puede comprobar aquí mismo: ponga un riesgo del 2,5 % en lugar del 1,5 % y el paso cae casi a la mitad con esa misma winrate y esa misma R. La ventaja no ha cambiado; solo ha cambiado el volumen. De eso se compone principalmente la brecha entre la cifra del modelo y la media del mercado.
Lo no evidente: el número de operaciones al día decide qué límite le detendrá
- Pocas operaciones al día
- Con tres operaciones el límite diario casi no salta: las pérdidas no llegan a acumularse dentro de un mismo día, y el fracaso llega por el límite máximo, con un deslizamiento lento.
- Muchas operaciones al día
- Con cinco o más el cuadro se invierte: el límite diario se convierte en la causa principal del fracaso, porque una serie de tres o cuatro stops cabe en un solo día.
- Qué hacer con esto
- Es un deslizador y no una constante: ponga su número real de operaciones. Una misma estrategia con la misma estadística pasa el challenge de forma distinta según cómo estén repartidas las operaciones por días.
Supuestos del modelo
El cálculo es honesto exactamente en la medida en que sus supuestos sean ciertos. Son simples, y los cuatro elevan la probabilidad respecto a la realidad, así que el número obtenido conviene tomarlo como cota superior.
| Supuesto | Cómo es en la vida |
|---|---|
| Todas las operaciones son independientes | Las series se agrupan: el mercado cambia de régimen y las pérdidas llegan en paquetes |
| La R es igual en todas las operaciones | La R real está dispersa, y la cola de pérdidas grandes es más gruesa que en el modelo |
| La winrate es constante | Cambia con el régimen del mercado y con su propio estado |
| No hay slippage ni gaps | El stop se ejecuta peor que el precio en las noticias y las aperturas |
Por eso el modelo no responde a la pregunta «pasaré o no». Responde a otra, más útil: cuál de los límites le detendrá primero, y qué cambiar para que deje de ser la causa principal del fracaso.
Cómo se calcula
Este problema no tiene fórmula analítica: el desenlace depende del orden de las operaciones y no solo de su composición. Por eso el cálculo va por enumeración: cuatro mil intentos simulados en los que las operaciones van una tras otra hasta que llega uno de los cuatro desenlaces.
| Paso del modelo | Qué ocurre | En el ejemplo |
|---|---|---|
| Una operación | con la probabilidad de la winrate, beneficio de R riesgos; si no, pérdida de un riesgo | 42 % a +1,5R, 58 % a −1R |
| Un día | el número fijado de operaciones seguidas, el menos diario se acumula dentro del día | 5 operaciones al día |
| Desenlace del intento | objetivo de la fase, límite diario, límite máximo o fin del límite de operaciones | 10 % · 5 % · 10 % · 200 operaciones |
| Resultado | proporción de intentos terminados en cada uno de los desenlaces | 43,1 % pasan |
La esperanza de una operación se calcula aparte y se muestra en el veredicto: winrate × R − (1 − winrate). Con una winrate del 42 % y una R media de 1,5 son +0,05 riesgos por operación: la ventaja existe, pero es fina, y precisamente por eso el desenlace depende tanto de los límites.
Por qué el resultado no cambia al recargar. El generador de números aleatorios es determinista: unos mismos datos de entrada dan una misma cifra. Está hecho a propósito: si no, dos personas con los mismos números obtendrían resultados distintos y no podrían cotejarlos.
Cómo leer el resultado
El número absoluto de por ciento es aquí menos útil que el reparto de las causas del fracaso: es él el que muestra qué hay que cambiar. Mire cuál de los tres desenlaces de fracaso es el más frecuente.
Es útil comprobar también lo contrario: ponga un riesgo del 0,5 % y mire cómo la probabilidad de pasar cae no por los límites, sino por agotamiento de las operaciones. Existe un óptimo de volumen, y no está en el borde del rango: es la conclusión menos evidente del modelo.
Preguntas frecuentes
¿Por qué con unos mismos datos de entrada el resultado no cambia?
El generador de números aleatorios funciona con una semilla fija. Está hecho a propósito: con azar «de verdad» la cifra flotaría con cada movimiento del deslizador y comparar dos conjuntos de parámetros sería imposible.
¿Qué winrate y qué R poner si no hay estadística?
Ninguna. Unos números puestos «a ojo» dan una respuesta en la que no se puede confiar, y parece igual de convincente que una real. Primero doscientas operaciones de su historial, después el modelo.
¿Por qué reducir el riesgo no siempre aumenta la probabilidad?
Porque actúa en dos direcciones: el fracaso por límite se vuelve más raro, pero llega al objetivo de la fase más despacio y choca más a menudo con el límite de operaciones. En el gráfico se ve como un trasvase de «límite diario» a «faltaron operaciones». El óptimo normalmente no está en el borde.
¿El modelo tiene en cuenta los días mínimos de operación?
No, para eso está el plan por días: allí los días mínimos y la consistency rule fijan el plazo de la fase. Aquí se calcula la probabilidad de llegar al objetivo sin incumplir los límites de drawdown.
¿Qué es la R media y cómo calcularla?
Es la relación entre la operación ganadora media y la pérdida media, expresada en unidades de riesgo. Suma todas las ganancias, las divide entre su número, hace lo mismo con las pérdidas y divide lo primero entre lo segundo. R = 1,5 significa que el más medio es una vez y media mayor que el menos medio.
¿Por qué cuatro mil simulaciones y no más?
Porque más allá la cifra deja de cambiar en más de una décima de por ciento, y el cálculo tiene que ir instantáneo al mover el deslizador. Más simulaciones darían la misma cifra y un retraso apreciable.
¿Cuántas operaciones hacen falta en el historial para poder creerle al modelo?
Del orden de doscientas como mínimo. En una muestra menor la winrate y la R media están estimadas de forma demasiado gruesa: un desplazamiento de cinco puntos porcentuales cambia la probabilidad de pasar varias veces.
¿Por qué el modelo no tiene en cuenta las series seguidas?
Porque considera las operaciones independientes, y en la vida se agrupan: el mercado cambia de régimen y las pérdidas llegan en paquetes. Es uno de los cuatro supuestos, y todos elevan la probabilidad. El número obtenido es una cota superior, no una estimación.
¿Se pueden comparar dos firmas con este modelo?
Sí, y es su aplicación principal. Ponga su estadística y los límites de la primera firma, anote el reparto de los desenlaces y después los límites de la segunda. La semilla es fija, así que la diferencia de las cifras vendrá de las condiciones y no del azar.
¿Qué importa más para pasar, la winrate o la R?
Su producto. Una winrate del 40 % con R = 2 da esperanza positiva, y una winrate del 55 % con R = 0,8 la da negativa. Por eso comparar estrategias solo por la winrate no tiene sentido.
Seguir leyendo
