Estadísticas de rendimiento: el concepto primero
Las estadísticas de rendimiento son resúmenes de resultados durante un período definido. Se utilizan para describir cómo se desempeñó un conjunto de operaciones o una cuenta, generalmente a través de métricas como rendimientos, drawdowns, volatilidad, tasa de aciertos o medidas ajustadas al riesgo. La idea importante para principiantes es que un número de “rendimiento” no es lo mismo que una explicación de lo que sucederá después.
Debido a que las definiciones varían, es útil tratar las estadísticas de rendimiento como un lenguaje de reporte. Dos proveedores pueden decir ambos “rendimiento”, pero usar diferentes tiempos de inicio/fin, diferentes reglas de inclusión (por ejemplo, qué operaciones cuentan), diferente manejo de costos y diferentes supuestos de capitalización o reinversión.
Cómo funcionan las estadísticas de rendimiento en la práctica
Un flujo de trabajo básico para entender cualquier panel de rendimiento es separar tres partes: (1) entradas, (2) cálculos y (3) interpretación.
Las entradas son los datos y las reglas de agrupación. Esto puede incluir qué operaciones se incluyen, la zona horaria, si la métrica se calcula a partir del capital de la cuenta y si se incluyen comisiones, financiación, deslizamiento o spreads.
Los cálculos son las fórmulas aplicadas a las entradas. Por ejemplo, las métricas de rendimiento generalmente requieren una definición clara del valor inicial y final, y si los rendimientos se miden antes o después de los costos. Las métricas de riesgo dependen de la trayectoria de los resultados, no solo del resultado final. Las medidas basadas en drawdown, por ejemplo, requieren cómo se identifican el “pico” y el “valle” a lo largo del tiempo.
La interpretación es donde ocurren muchos malentendidos. Una sola métrica rara vez responde todas las preguntas. Un rendimiento promedio alto puede venir acompañado de grandes fluctuaciones; una serie de apariencia estable puede ocultar pérdidas extremas poco frecuentes; y las medidas “ajustadas al riesgo” aún dependen de un método y supuestos elegidos.
Ejemplo de evidencia (con supuestos explícitos)
Imagina un período con dos cuentas, A y B, medidas en las mismas fechas usando la misma definición de curva de capital. Supongamos que A tiene un rendimiento total moderado pero drawdowns pequeños frecuentes, mientras que B tiene un rendimiento total más alto pero drawdowns profundos ocasionales. Si solo comparas el rendimiento total, puedes subestimar la exposición al riesgo implícita en el comportamiento de drawdown de B. Si comparas solo la tasa de aciertos, puedes pasar por alto que la tasa de aciertos ignora la distribución del tamaño de pérdidas y ganancias. Por eso un principiante debería verificar si múltiples métricas son consistentes con la historia que cuenta la curva de capital.
En este ejemplo, el supuesto clave es que ambas cuentas usan inclusión de datos y tratamiento de costos comparables. Sin eso, incluso números de apariencia idéntica pueden significar cosas diferentes.
Limitaciones y modos de fallo (qué puede salir mal)
Las estadísticas de rendimiento tienen limitaciones materiales que pueden causar conclusiones engañosas.
-
Cambio de régimen de mercado: las relaciones históricas a menudo fallan cuando cambian la volatilidad, la liquidez o la dinámica de precios. Una métrica que parecía estable durante un período puede comportarse de manera diferente más adelante.
-
Diferencias de reporte y medición: las plataformas pueden aplicar diferente manejo de comisiones, diferentes reglas de inclusión de operaciones o diferentes ventanas de cálculo. Esto hace que las comparaciones entre proveedores no sean confiables sin definiciones coincidentes.
-
Efectos de supervivencia y selección: si las estadísticas se basan en cuentas que continuaron el tiempo suficiente para ser mostradas, las historias más débiles pueden quedar excluidas. Incluso si los datos son precisos, el conjunto de datos en sí puede estar sesgado.
-
Selección selectiva y ventanas de tiempo: cambiar la ventana de tiempo puede mejorar o empeorar las métricas de rendimiento. Los principiantes deberían buscar transparencia sobre el período exacto y si se probaron múltiples períodos.
-
Sobreajuste a métricas: un sistema ajustado para optimizar una métrica puede degradar otras características de riesgo importantes. Por ejemplo, optimizar solo la volatilidad aún puede permitir eventos de cola raros.
Una limitación práctica es la incertidumbre: sin una metodología documentada, no puedes estar seguro de qué supuestos se usaron. Incluso con documentación, deberías esperar variabilidad debido a la calidad de ejecución y los costos.
Verificación y siguiente pregunta
Para verificar de manera independiente las estadísticas de rendimiento, concéntrate en la consistencia: usa la misma ventana de tiempo, la misma definición de rendimientos (basada en capital vs. basada en operaciones) y el mismo tratamiento de costos al comparar números reportados. Si la metodología no está claramente descrita, trata el panel como un resumen descriptivo en lugar de una base confiable para expectativas.
Una buena siguiente pregunta es: “¿Qué entradas y supuestos determinan cada métrica?” Si puedes mapear cada número a sus entradas de cálculo, podrás explicar mejor qué significan las estadísticas, qué omiten y por qué pueden no generalizarse.