Métricas de rendimiento: qué miden
Las métricas de rendimiento son resúmenes numéricos que se utilizan para describir cómo se comportó el trading (por ejemplo, una serie de operaciones de divisas) durante un período definido. Por lo general, parten de insumos como los resultados de las operaciones, los tamaños de las posiciones, las marcas de tiempo y, a veces, los detalles de riesgo y costos. Los ejemplos comunes incluyen medidas basadas en el rendimiento (ganancias o pérdidas a lo largo del tiempo), medidas basadas en el riesgo (drawdowns) y medidas de eficiencia (cuánto rendimiento se produjo en relación con cierta cantidad de variabilidad).
En la práctica, una métrica de rendimiento no es lo mismo que el “rendimiento” en sí. Es un cálculo que depende de elecciones: qué datos incluir, cómo tratar las comisiones y los spreads, cómo definir el inicio y el final del período de medición y cómo manejar los registros faltantes o ajustados.
Cómo la mecánica crea puntos ciegos
Debido a que las métricas de rendimiento se calculan a partir de datos, heredan cualquier brecha o inconsistencia en esos datos. Algunas mecánicas que comúnmente reducen su utilidad:
-
Supuestos de cálculo: Muchas métricas se basan en supuestos que pueden no coincidir con el trading real. Por ejemplo, los rendimientos pueden calcularse sobre diferentes bases (cambio en el capital, conversión de la moneda de la cuenta o cifras netas de costos). Incluso si dos paneles utilizan el mismo nombre de métrica, pueden producir números diferentes debido a fórmulas distintas.
-
Elecciones de agregación: Las métricas pueden verse muy influenciadas por cómo se agrupan los períodos. Una métrica medida en un marco temporal (diario, semanal o por operación) puede comportarse de manera diferente que la misma idea medida en otro marco temporal.
-
Costos ocultos y efectos de ejecución: Los costos como spreads, comisiones, financiamiento y deslizamiento (slippage) a menudo se tratan de manera diferente entre proveedores o backtests. Cuando los costos se excluyen o se modelan de manera diferente, una métrica puede parecer más sólida de lo que se experimentaría en la ejecución real.
-
Cobertura de la muestra: Si la métrica se basa en un conjunto de datos parcial (operaciones faltantes, marcas de tiempo incompletas o solo ganadoras), el resumen puede volverse engañoso.
Evidencia y ejemplos de modos de fallo
Un modo de fallo claro es la comparación no comparable. Supongamos que dos métricas de rendimiento se denominan “rendimiento promedio”, pero una incluye los costos de transacción y la otra no. La métrica con costos incluidos es sistemáticamente más baja, por lo que la comparación no refleja solo la “habilidad de trading”.
Otro modo de fallo es el sobreajuste a la historia. Una relación que parece estable en un período puede romperse cuando cambian la volatilidad, la liquidez o la calidad de la ejecución. Las métricas de rendimiento pueden, por lo tanto, parecer significativas mientras fallan una prueba de estrés básica: “Si las condiciones cambian, ¿la métrica sigue correlacionándose con buenos resultados?”
Finalmente, puede ocurrir el enmascaramiento del riesgo. Algunas métricas se centran en promedios o ratios y pueden subestimar los eventos extremos. Por ejemplo, una estrategia podría mostrar un rendimiento general decente mientras experimenta drawdowns severos pero poco frecuentes. Si la métrica no captura la profundidad del drawdown y el comportamiento de recuperación, puede ocultar una limitación clave.
Limitaciones y riesgos de confiar en las métricas de rendimiento
Las métricas de rendimiento tienen al menos tres limitaciones materiales:
-
Incertidumbre sobre los resultados futuros: Las relaciones históricas no establecen el rendimiento futuro. Incluso una métrica que fue sólida en el pasado puede degradarse cuando cambian las condiciones del mercado.
-
Dependencia de condiciones variables: Los resultados varían según las condiciones del mercado, los costos, la calidad de la ejecución y otros factores contextuales. Una métrica que mezcla estas influencias puede ser difícil de interpretar como “habilidad” únicamente.
-
Sensibilidad a supuestos y definiciones: Si los insumos o las reglas de cálculo de la métrica difieren entre conjuntos de datos o herramientas, el número puede ser internamente consistente pero externamente engañoso.
Estas limitaciones significan que las métricas de rendimiento se tratan mejor como resúmenes de diagnóstico de lo que sucedió bajo condiciones específicas, no como garantías de lo que sucederá a continuación.
Cómo verificar lo que la métrica realmente implica
Para verificar de forma independiente los hechos más relevantes, trate las métricas de rendimiento como un cálculo reproducible:
- Compruebe la definición: Confirme qué incluye la métrica (rendimientos netos vs. brutos, tratamiento de costos y qué se cuenta como entrada/salida).
- Compruebe el marco temporal y la muestra: Verifique el período de medición y si el conjunto de datos cubre todas las operaciones relevantes.
- Compruebe los supuestos de costos y ejecución: Asegúrese de que el deslizamiento (slippage), las comisiones, los spreads y otros efectos de ejecución se manejen de manera consistente.
- Ponga a prueba la interpretación: Pregúntese si la métrica sigue teniendo sentido si cambia el marco temporal o excluye períodos con un comportamiento de mercado diferente.
Para los lectores que utilizan métricas de rendimiento para evaluar conceptos o herramientas de trading de forex, la siguiente pregunta más importante no es “¿Qué métrica es la más alta?